第1章 金融科技 1
1.1 谈谈方法论 1
1.2 金融、科技和互联网 2
1.3 金融科技概念 4
1.4 金融科技与互联网金融的关系 7
第2章 大数据 9
2.1 大数据的定义 9
2.2 大数据和统计的关系 9
2.3 大数据的特征 10
2.4 大数据技术的架构 11
2.5 大数据产业 12
2.6 大数据人才 13
第3章 人工智能与机器学习 14
3.1 人工智能 14
3.2 机器学习 15
3.3 机器学习的常用算法 16
第4章 金融科技在金融中的应用 19
4.1 在量化投资中的应用 19
4.2 Python在智能投顾中的应用 20
4.3 Python在征信中的应用 21
第5章 Python在金融行业的应用 22
5.1 Python在金融行业的现状和应用 22
5.2 青春不老，奋斗不止 25
第6章 Python的环境搭建 26
6.1 Anaconda介绍 26
6.2 常见开源包介绍 33
第7章 Python读取本地数据 35
7.1 准备知识 35
3.2 本地文件的读取 35
第8章 数据类型和数据结构 40
8.1 基本数据类型 40
8.2 基本数据结构 44
第9章 NumPy基础 51
9.1 NumPy数组 51
9.2 矩阵计算 55
9.3 蒙特卡洛模拟 56
第10章 Pandas介绍 57
10.1 Pandas的特点 57
10.2 Pandas的数据结构 57
第11章 Pandas读取数据和规整化 72
11.1 读取数据 72
11.2 数据规整化 75
11.3 保存数据 81
第12章 绘图和可视化 82
12.1 使用matplotlib 82
12.2 Pandas中的绘图函数 87
第13章 金融数据分析 88
13.1 金融时间序列 88
13.2 TuShare介绍 91
第14章 量化投资介绍 96
第15章 量化投资平台的介绍 99
15.1 量化投资的实务 99
15.2 量化投资平台 101
第16章 量化策略 103
16.1 量化策略概述 103
16.2 常见的量化交易策略 103
第17章 开启你的量化投资之旅 106
后记 110